पास्कल बोर्नेट, आईआरआरईप्लेसेबल और इंटेलिजेंट ऑटोमेशन – साक्षात्कार श्रृंखला के लेखक

पास्कल बोर्नेट इंटेलिजेंट ऑटोमेशन (आईए) में एक अग्रणी हैं और बेस्ट-सेलर पुस्तक “इंटेलिजेंट ऑटोमेशन” के लेखक हैं। उन्हें नियमित रूप से आर्टिफ़िशियल इंटेलिजेंस और ऑटोमेशन में शीर्ष 10 वैश्विक विशेषज्ञों में से एक के रूप में स्थान दिया जाता है। वह फोर्ब्स टेक्नोलॉजी काउंसिल के सदस्य हैं।

बोर्नेट एक वरिष्ठ कार्यकारी भी हैं जिनके पास 20+ वर्षों का अनुभव है जो कॉर्पोरेट्स के लिए डिजिटल परिवर्तन का नेतृत्व करते हैं। वह मैककिंसे और अर्न्स्ट एंड यंग (ईवाई) में “एआई और ऑटोमेशन” प्रैक्टिस के संस्थापक और पूर्व नेता हैं।

वह एक नई पुस्तक भी जारी कर रहे हैं जिसका शीर्षक है: आईआरआरईप्लेसेबल: आर्टिफ़िशियल इंटेलिजेंस के युग में खड़े होने की कला।

आपको एआई का पहली बार कब पता चला और आपको एहसास हुआ कि यह कितना विघटनकारी होगा?

मेरी एआई यात्रा 20 वर्षों से अधिक समय पहले शुरू हुई जब मैंने अग्रणी परामर्श कंपनियों में एआई और ऑटोमेशन परियोजनाओं पर काम करना शुरू किया। उन शुरुआती दिनों में, मैं इस प्रौद्योगिकी की विशाल क्षमता को महसूस कर सकता था जो व्यवसायों और समाज को बदल सकती थी।

हालांकि, मेरे लिए वास्तविक मोड़ 2015-2016 के आसपास था जब एआई ने अल्फागो के साथ विश्व चैंपियन को जटिल गेम ऑफ गो में हराकर सुर्खियां बटोरीं। यह एक शक्तिशाली प्रदर्शन था कि एआई कितनी दूर आ गई है और यह कुछ डोमेन में मानव क्षमताओं को पार कर रही है।

यह वह समय था जब मैंने विभिन्न उद्योगों के व्यवसायों से एआई की खोज करने में रुचि का एक महत्वपूर्ण उछाल देखा। वे यह महसूस कर रहे थे कि यह अब केवल हYPE नहीं था – एआई एक वास्तविक खेल-changer बन रहा था। जो कंपनियां संदेहास्पद या बाड़ पर थीं, वे अब तकनीक को समझने और अपनाने के लिए संघर्ष कर रही थीं।

मानसिकता में इस बदलाव और एआई प्रगति की तेजी को देखते हुए, यह स्पष्ट हो गया कि हम एक बड़े विघटन के कगार पर थे। एआई कुछ प्रक्रियाओं को बदलने जा रहा था; यह हमारे काम, जीवन और एक दूसरे के साथ बातचीत के तरीके को मौलिक रूप से बदल देगा। यह एहसास उत्साहजनक और गंभीर दोनों था, और इसने मुझे अपने शोध और काम को व्यक्तियों और संगठनों को इस परिवर्तन को नेविगेट करने में मदद करने पर केंद्रित करने के लिए प्रेरित किया।

आप एआई को कैसे शक्तिशाली मानते हैं, लेकिन अधिकांश लोग अपनी नौकरी खोने के डर से ग्रस्त हैं। एआई द्वारा प्रतिस्थापित नहीं किए जाने के लिए मानवों को कौन से कौशल को मजबूत करने की आवश्यकता है?

यह सच है कि एआई ऑटोमेशन के कारण नौकरी के नुकसान का भूत कई लोगों के लिए एक वास्तविक डर है। हालांकि, मैं दृढ़ता से मानता हूं कि एआई अंततः मानव संभावना को सशक्त बनाने वाला है, न कि खतरनाक – अगर हम इसे सही तरीके से देखते हैं।

कुंजी उन क्षमताओं पर ध्यान केंद्रित करना है जो विशिष्ट रूप से मानव हैं और एआई द्वारा प्रतिलिपि बनाना मुश्किल है। मेरी पुस्तक में, मैं इन्हें “ह्यूमिक्स” के रूप में संदर्भित करता हूं – वास्तविक रचनात्मकता, महत्वपूर्ण सोच, और सामाजिक प्रामाणिकता।

• वास्तविक रचनात्मकता मूल विचारों, समाधानों और कलात्मक अभिव्यक्तियों को उत्पन्न करने के बारे में है जो हमारे विशिष्ट मानव विषयगत अनुभवों, भावनाओं और直觉 पर आधारित हैं। जबकि एआई मौजूदा तत्वों को नए तरीकों से पुनः संयोजित कर सकता है, यह मानव अनुभव की वास्तविकता और कल्पना की मानव चिंगारी की कमी है जो वास्तव में नए और ग्राउंडब्रेकिंग नवाचारों की ओर ले जाती है।
• महत्वपूर्ण सोच जानकारी का विश्लेषण करने, धारणाओं पर प्रश्न उठाने और हमारे मूल्यों और संदर्भ की समझ पर आधारित नैतिक निर्णय लेने के बारे में है। एआई डेटा को संसाधित कर सकता है और पैटर्न की पहचान कर सकता है, लेकिन यह मानव विवेक, संदेह और नैतिक तर्क की क्षमता की कमी है।
• सामाजिक प्रामाणिकता हमारी क्षमता को शामिल करती है जो गहरे, विश्वास-आधारित संबंध बनाने, सहानुभूति के साथ संवाद करने और दूसरों का नेतृत्व और प्रेरणा देने की है। ये अंतरव्यक्ति कौशल हमारी भावनात्मक बुद्धिमत्ता और स्व-जागरूकता में निहित हैं, जिसे एआई पूरी तरह से अनुकरण नहीं कर सकता है।

इन ह्यूमिक्स को विकसित करके और एआई के साथ सहकार्य करने के लिए सीखकर, व्यक्ति विशिष्ट रूप से मानव मूल्य प्रदान कर सकते हैं और उच्च मूल्य वाले कार्य के लिए एआई को नियमित कार्यों को स्वचालित करने दे सकते हैं। यह एआई का लाभ उठाने के बारे में है ताकि हम अपनी मानवता पर ध्यान केंद्रित कर सकें।

अप्रतिस्थापित होने का अर्थ एआई-तैयार, मानव-तैयार और परिवर्तन-तैयार होना भी है। व्यक्तियों को एआई के साथ प्रभावी ढंग से काम करने के लिए कौशल मास्टर करने की आवश्यकता है, साथ ही साथ तेजी से बदलती दुनिया में लचीलापन और अनुकूलनशीलता विकसित करनी होगी।

संगठन एआई टूल्स को मानव श्रमिकों को प्रतिस्थापित करने के बजाय उन्हें बढ़ाने के लिए कैसे सुनिश्चित कर सकते हैं?

संगठनों को एआई टूल्स को मानव श्रमिकों को प्रतिस्थापित करने के बजाय उन्हें बढ़ाने के लिए, उन्हें एआई कार्यान्वयन में मानव-केंद्रित दृष्टिकोण अपनाने की आवश्यकता है। इसका अर्थ है अपनी एआई रणनीतियों के केंद्र में लोगों को रखना और यह देखना कि तकनीक मानव क्षमताओं को कैसे सशक्त बना सकती है।

एक प्रमुख पहलू नौकरी डिजाइन है। जैसे ही संगठन एआई पेश करते हैं, उन्हें भूमिकाओं और जिम्मेदारियों को फिर से कल्पना करने की आवश्यकता है ताकि वे उन मानव कौशल पर ध्यान केंद्रित कर सकें जिन्हें एआई प्रतिस्थापित नहीं कर सकता है। इसका मतलब हो सकता है नौकरी के विवरण को फिर से परिभाषित करना ताकि वे उन कार्यों पर जोर दे सकें जिनमें रचनात्मकता, महत्वपूर्ण सोच, भावनात्मक बुद्धिमत्ता और जटिल समस्या समाधान की आवश्यकता होती है।

उदाहरण के लिए, एक ग्राहक सेवा प्रतिनिधि की भूमिका नियमित पूछताछ (जो स्वचालित की जा सकती है) से लेकर अधिक जटिल, भावनात्मक रूप से चार्ज की स्थितियों को संभालने तक बदल सकती है जिनमें सहानुभूति और निर्णय की आवश्यकता होती है। एक लेखाकार डेटा एंट्री पर कम समय और अधिक अंतर्दृष्टि की व्याख्या और रणनीतिक सलाह प्रदान करने पर अधिक समय बिता सकता है।

संगठनों को अपने कार्यबल को इन नए भूमिकाओं के लिए तैयार करने के लिए अपने कार्यबल को फिर से कौशल और प्रशिक्षण देने में निवेश करने की भी आवश्यकता है। इसका अर्थ है न केवल एआई टूल्स का उपयोग करने के लिए प्रशिक्षण प्रदान करना, बल्कि व्यवसायिक संदर्भ में “ह्यूमिक्स” को विकसित करने और लागू करने के लिए भी।

एक और महत्वपूर्ण कारक यह है कि संगठनों को एआई कार्यान्वयन प्रक्रिया में कर्मचारियों को शामिल करना चाहिए। एआई समाधानों को शीर्ष से नीचे तक थोपने के बजाय, संगठनों को उन क्षेत्रों की पहचान करने के लिए कर्मचारियों को शामिल करना चाहिए जहां एआई उन्हें सहायता प्रदान कर सकता है और मानव-मशीन सहयोग को डिजाइन करना चाहिए। यह न केवल यह सुनिश्चित करता है कि एआई कर्मचारियों के लिए सहायक है, बल्कि यह एक निरंतर सीखने और अनुकूलन की संस्कृति को भी बढ़ावा देता है।

नेतृत्व भी एक महत्वपूर्ण भूमिका निभाता है। नेताओं को यह स्पष्ट दृष्टि स्थापित करनी चाहिए कि एआई कार्यबल को कैसे बढ़ाएगा और संवाद करना चाहिए, और इस दृष्टि को मॉडल करना चाहिए। उन्हें नौकरी सुरक्षा के बारे में चिंताओं को संबोधित करने और कर्मचारियों के लिए एक मनोवैज्ञानिक रूप से सुरक्षित वातावरण बनाने के लिए भी प्रोत्साहित किया जाना चाहिए ताकि वे प्रयोग कर सकें, सीख सकें और अनुकूलन कर सकें।

अंततः, लक्ष्य मानव और एआई के बीच एक सहजीवी संबंध बनाना होना चाहिए, जहां प्रत्येक अपनी ताकत पर ध्यान केंद्रित करता है। इस सिद्धांत के आसपास नौकरियों और संगठनों को डिजाइन करके, हम एआई को मानव क्षमता और मूल्य को बढ़ाने के बजाय कम करने के लिए हार्नेस कर सकते हैं।

आपने पहले कहा था कि सेवा उद्योग एआई का लाभ उठाने के लिए सबसे अधिक संभावना रखते हैं, क्या आप इसके कुछ उदाहरण दे सकते हैं?

सेवा उद्योग, जो मानव इंटरैक्शन और रचनात्मक समस्या समाधान पर भारी भरोसा करते हैं, एआई से काफी लाभान्वित हो सकते हैं। यह प्रौद्योगिकी, जो मौजूदा डेटा से पैटर्न सीखने के आधार पर नई सामग्री (पाठ, छवियां, ऑडियो आदि) बना सकती है, सेवा भूमिकाओं में मानव क्षमताओं को बढ़ाने और बढ़ाने की巨ी संभावना रखती है।

एक प्रमुख उदाहरण ग्राहक सेवा में है। एआई का उपयोग व्यक्तिगत और संदर्भ-रूप से प्रासंगिक प्रतिक्रियाओं को बनाने के लिए किया जा सकता है जो व्यापक ज्ञान आधार से आकर्षित होते हैं। यह ग्राहक सेवा प्रतिनिधियों को तेज़, अधिक सटीक और अधिक अनुकूलित समर्थन प्रदान करने में सक्षम बना सकता है। साथ ही, एआई नियमित पूछताछ को संभाल सकता है, मानव एजेंटों को अधिक जटिल, भावनात्मक रूप से संवेदनशील स्थितियों पर ध्यान केंद्रित करने के लिए मुक्त कर सकता है जिनमें सहानुभूति और निर्णय की आवश्यकता होती है।

रचनात्मक क्षेत्रों जैसे डिजाइन और विज्ञापन में, एआई एक शक्तिशाली विचार और ब्रेनस्टॉर्मिंग टूल के रूप में कार्य कर सकता है। उदाहरण के लिए, एक ग्राफिक डिजाइनर एक निर्धारित सेट के पैरामीटर के आधार पर डिजाइन तत्वों या लेआउट की एक विस्तृत श्रृंखला उत्पन्न करने के लिए एआई का उपयोग कर सकता है, जिसे वे फिर अपने रचनात्मक दृष्टिकोण और ग्राहक की जरूरतों की समझ के आधार पर रिफाइन और क्यूरेट कर सकते हैं। एआई-उत्पन्न विचारों और मानव क्यूरेशन की यह सिंर्जी अधिक नवाचारी और प्रभावी डिजाइनों का नेतृत्व कर सकती है।

शिक्षा और प्रशिक्षण में, एआई व्यक्तिगत शिक्षा सामग्री और मूल्यांकन बनाने के लिए उपयोग किया जा सकता है जो प्रत्येक शिक्षार्थी की जरूरतों, लक्ष्यों और प्रगति के अनुरूप हो। शिक्षक एआई का उपयोग लक्षित अभ्यास समस्याओं, व्याख्याओं और प्रतिक्रिया के लिए कर सकते हैं, जिससे उन्हें बड़े पैमाने पर व्यक्तिगत समर्थन प्रदान करने की अनुमति मिलती है। साथ ही, एआई उन्हें नियमित कार्यों जैसे ग्रेडिंग से मुक्त कर सकता है, जिससे उन्हें मेंटरिंग, कोचिंग और महत्वपूर्ण सोच कौशल को बढ़ावा देने जैसे उच्च मूल्य वाले कार्यों पर ध्यान केंद्रित करने की अनुमति मिलती है।

स्वास्थ्य सेवा में, एआई के रोगी शिक्षा और जुड़ाव में उत्साहजनक अनुप्रयोग हैं। उदाहरण के लिए, एआई विशिष्ट स्वास्थ्य सलाह, अनुस्मारक और प्रेरक सामग्री बना सकता है जो एक रोगी की विशिष्ट स्थिति, जीवन शैली और पसंद के आधार पर है। यह स्वास्थ्य पेशेवरों के काम को बढ़ा सकता है bằng रोगियों के लिए प्रमुख संदेशों को मजबूत करना, सामान्य प्रश्नों का उत्तर देना और उन्हें उनकी उपचार योजनाओं के साथ ट्रैक पर रखने में मदद करना।

इन उदाहरणों में सामान्य धागा यह है कि एआई मानव सेवा प्रदाता को प्रतिस्थापित नहीं कर रहा है, बल्कि उनकी क्षमताओं को बढ़ा रहा है। यह अधिक दिनचर्या वाले, डेटा-गहन पहलुओं को संभाल रहा है, जिससे मानव उच्च-स्पर्श, उच्च-मूल्य वाली गतिविधियों पर ध्यान केंद्रित कर सकते हैं जिनमें रचनात्मकता, महत्वपूर्ण सोच और भावनात्मक बुद्धिमत्ता की आवश्यकता होती है।

सेवा उद्योग एआई को अपनाने और एक मानव-केंद्रित दृष्टिकोण को अपनाने से व्यक्तिगत, प्रतिक्रियाशील और नवीन सेवाओं को प्रदान करने में सक्षम हो सकते हैं, अंततः मानव कार्यबल के मूल्य और प्रभाव को बढ़ाते हैं।

क्या आप वित्त या स्वास्थ्य सेवा जैसे उद्योगों में एआई के कुछ विशिष्ट उदाहरणों को साझा कर सकते हैं?

एआई विभिन्न उद्योगों में परिवर्तनकारी परिवर्तन ला रहा है, और वित्त और स्वास्थ्य सेवा दो प्रमुख उदाहरण हैं जहां प्रभाव विशेष रूप से महत्वपूर्ण है।

वित्त में, एआई वित्तीय संस्थानों के सामने आने वाले ग्राहक सेवा से लेकर पीछे के कार्यालय जोखिम प्रबंधन तक के संचालन को क्रांतिकारी बना रहा है। उदाहरण के लिए, कई बैंक अब ग्राहक पूछताछ को संभालने के लिए एआई-संचालित चैटबॉट का उपयोग करते हैं, 24/7 समर्थन प्रदान करते हैं और मानव एजेंटों को अधिक जटिल मुद्दों पर ध्यान केंद्रित करने की अनुमति देते हैं। ये चैटबॉट प्राकृतिक भाषा को समझ सकते हैं, खाता जानकारी तक पहुंच सकते हैं और यहां तक कि व्यक्तिगत सिफारिशें भी कर सकते हैं, ग्राहक अनुभव को काफी बढ़ाते हैं।

एआई वित्त में धोखाधड़ी का पता लगाने और जोखिम प्रबंधन में भी क्रांति ला रहा है। मशीन लर्निंग अल्गोरिदम वास्तविक समय में लेनदेन डेटा का विश्लेषण कर सकते हैं, पैटर्न और विचलन की पहचान कर सकते हैं जो धोखाधड़ी की गतिविधि का संकेत दे सकते हैं। यह बैंकों को धोखाधड़ी का पता लगाने और रोकने में अधिक प्रभावी बनाता है, ग्राहकों की सुरक्षा करता है और नुकसान को कम करता है।

निवेश और व्यापार में, एआई अधिक सूचित और समय पर निर्णय लेने में मदद कर रहा है। अल्गोरिदम बाजार डेटा, समाचार भावना और सामाजिक मीडिया रुझानों का विश्लेषण कर सकते हैं ताकि स्टॉक की कीमतों की भविष्यवाणी की जा सके और पोर्टफोलियो आवंटन को अनुकूलित किया जा सके। कुछ एआई-संचालित हेज फंड तो मानव व्यापारियों द्वारा प्रबंधित पारंपरिक फंडों को भी पीछे छोड़ रहे हैं।

स्वास्थ्य सेवा में, एआई निदान, दवा खोज और व्यक्तिगत चिकित्सा में महत्वपूर्ण प्रगति कर रहा है। उदाहरण के लिए, एआई अल्गोरिदम चिकित्सा छवियों जैसे एक्स-रे और एमआरआई का विश्लेषण कर सकते हैं ताकि बीमारियों जैसे कैंसर के संकेतों का पता लगाया जा सके, अक्सर मानव रेडियोलॉजिस्ट की सटीकता के स्तर के साथ। यह पहले के निदान और बेहतर रोगी परिणामों का नेतृत्व कर सकता है।

एआई दवा की खोज को तेज करने में भी मदद कर रहा है bằng यह भविष्यवाणी करना कि अणु कैसे व्यवहार करेंगे और परस्पर क्रिया करेंगे, नए दवाओं के विकास में समय और लागत को कम करता है। 2020 में, पहली एआई-डिज़ाइन की हुई दवा ने नैदानिक परीक्षणों में प्रवेश किया, इस क्षेत्र में एक महत्वपूर्ण मील का पत्थर चिह्नित किया।

व्यक्तिगत चिकित्सा एक और रोमांचक मोर्चा है जहां एआई प्रभाव डाल रहा है। एक रोगी के जीनomic डेटा, जीवन शैली कारकों और चिकित्सा इतिहास का विश्लेषण करके, एआई उनके कुछ रोगों के जोखिम की भविष्यवाणी कर सकता है और अनुकूलित रोकथाम उपाय या उपचार की सिफारिश कर सकता है। यह प्रोक्टिव, व्यक्तिगत देखभाल की ओर बदलाव का वादा करता है जो रोगी परिणामों में सुधार कर सकता है और स्वास्थ्य सेवा लागत को कम कर सकता है।

एआई दूरस्थ निगरानी और टेलीमेडिसिन में भी सुधार कर रहा है। पोर्टेबल डिवाइस और स्मार्टफोन ऐप्स वास्तविक समय में स्वास्थ्य डेटा एकत्र कर सकते हैं, जिसे एआई तब विश्लेषण कर सकता है ताकि स्वास्थ्य मुद्दों के शुरुआती संकेतों का पता लगाया जा सके और स्वास्थ्य पेशेवरों को अलर्ट किया जा सके। कोविड-19 महामारी के दौरान, एआई-संचालित चैटबॉट और वर्चुअल सहायकों ने रोगियों को ट्राइएज करने, जानकारी प्रदान करने और अभिभूत स्वास्थ्य प्रणालियों पर बोझ को कम करने में एक महत्वपूर्ण भूमिका निभाई।

इन उदाहरणों में से प्रत्येक में, एआई मानव पेशेवरों को प्रतिस्थापित नहीं कर रहा है, बल्कि उनकी क्षमताओं को बढ़ा रहा है। यह अधिक दिनचर्या वाले, डेटा-गहन कार्यों को संभाल रहा है, जिससे मानव अधिक जटिल, निर्णय-आधारित पहलुओं पर ध्यान केंद्रित कर सकते हैं।

जैसा कि ये उद्योग एआई को अपनाते हैं और एकीकृत करते हैं, हम अधिक नवाचारी अनुप्रयोगों की उम्मीद कर सकते हैं जो दक्षता, सटीकता और व्यक्तिगतकरण में सुधार करेंगे, अंततः व्यवसायों और उपभोक्ताओं दोनों के लिए बेहतर परिणाम लाएंगे। कुंजी यह सुनिश्चित करना है कि इस परिवर्तन को उस तरह से प्रबंधित किया जाए जो मानव श्रमिकों को सशक्त बनाए, न कि उन्हें विस्थापित करे।

व्यवसाय एआई के बढ़ते उपयोग के साथ डेटा सुरक्षा, गोपनीयता और शासन के मुद्दों को कैसे संबोधित कर सकते हैं ताकि वे अपने ग्राहकों के साथ विश्वास बनाए रखें?

जैसे ही व्यवसाय एआई और डेटा-संचालित निर्णय लेने पर अधिक भरोसा करते हैं, डेटा सुरक्षा, गोपनीयता और शासन के मुद्दे सामने आ गए हैं। ये तकनीकी चुनौतियां नहीं हैं, बल्कि ग्राहकों के साथ विश्वास के मूल मुद्दे हैं। जैसा कि मैंने हाल ही में डेटा सुरक्षा कंपनी क्लुमियो द्वारा आयोजित एक वेबिनार में चर्चा की, गहरे नकली, बढ़ती चिंताओं के बारे में एआई पूर्वाग्रह, और निश्चित रूप से, डेटा उल्लंघनों के विशाल समस्या के साथ, व्यवसायों को अब विश्वास पर ध्यान केंद्रित करने की आवश्यकता है अधिक से अधिक।

इन चिंताओं को दूर करने और विश्वास बनाए रखने के लिए, व्यवसायों को डेटा प्रबंधन और एआई शासन में एक सक्रिय, पारदर्शी और नैतिक दृष्टिकोण अपनाने की आवश्यकता है। यहां कुछ प्रमुख कदम दिए गए हैं जिन पर वे विचार कर सकते हैं:

सबसे पहले, व्यवसायों को डेटा के पूरे जीवन चक्र में डेटा सुरक्षा को प्राथमिकता देनी चाहिए। इसका अर्थ है डेटा उल्लंघनों के खिलाफ सुरक्षा के लिए मजबूत साइबर सुरक्षा उपायों को लागू करना, जैसे कि डेटा एन्क्रिप्शन, सुरक्षित प्रमाणीकरण प्रोटोकॉल, और नियमित सुरक्षा ऑडिट। व्यवसायों को सुरक्षा घटनाओं को संभालने और रिपोर्ट करने के लिए स्पष्ट नीतियों और प्रक्रियाओं को भी स्थापित करना चाहिए।

दूसरा, कंपनियों को अपनी डेटा संग्रह और उपयोग के बारे में पारदर्शी होनी चाहिए। उन्हें स्पष्ट, आसानी से समझ में आने वाली गोपनीयता नीतियां प्रदान करनी चाहिए जो ग्राहकों को यह बताए कि कौन सा डेटा एकत्र किया जा रहा है, इसका उपयोग कैसे किया जाएगा, और इसके साथ किसे साझा किया जा सकता है। ग्राहकों को अपने डेटा पर नियंत्रण रखना चाहिए, जिसमें अपनी जानकारी तक पहुंचने, अपडेट करने या हटाने की क्षमता शामिल है।

एआई के संदर्भ में, कंपनियों को यह स्पष्ट करना चाहिए कि वे एआई का उपयोग कहां और कैसे कर रहे हैं, और यह ग्राहकों के अनुभव या निर्णयों पर क्या प्रभाव डाल सकता है। यदि एआई प्रणाली ग्राहकों को प्रभावित करने वाले महत्वपूर्ण निर्णय ले रही है, जैसे कि ऋण को मंजूरी देना या बीमा प्रीमियम निर्धारित करना, तो कंपनियों को यह समझाने में सक्षम होना चाहिए कि ये निर्णय कैसे किए जाते हैं और ग्राहकों के लिए अपील या मानव समीक्षा के लिए मार्ग प्रदान करना चाहिए।

तीसरा, कंपनियों को मजबूत डेटा शासन ढांचे स्थापित करने की आवश्यकता है। इसमें डेटा संग्रह, भंडारण, पहुंच और उपयोग के लिए स्पष्ट नीतियां और प्रक्रियाएं शामिल होनी चाहिए। इसमें डेटा गुणवत्ता, एकीकरण और सुरक्षा के लिए दिशानिर्देश शामिल होने चाहिए, साथ ही डेटा प्रबंधन के लिए भूमिकाएं और जिम्मेदारियां भी परिभाषित की जानी चाहिए।

एआई के संदर्भ में, डेटा शासन मॉडल शासन को भी शामिल करता है। कंपनियों को तैयार करने की आवश्यकता है ताकि यह सुनिश्चित किया जा सके कि उनके एआई मॉडल निष्पक्ष, पूर्वाग्रह से मुक्त और नैतिक सिद्धांतों के अनुरूप हैं। इसमें “मॉडल व्याख्या” और न्यायसंगत परीक्षण जैसी तकनीकों का उपयोग करना शामिल हो सकता है, साथ ही एआई-संचालित निर्णयों के लिए मानव पर्यवेक्षण और जवाबदेही भी शामिल है।

चौथा, कंपनियों को ग्राहकों को अपने डेटा पर अधिक नियंत्रण देना चाहिए। इसमें ग्राहकों को डेटा संग्रह से बाहर निकलने या निर्दिष्ट करने के लिए आसान तरीके प्रदान करना शामिल है कि उनका डेटा कैसे उपयोग किया जा सकता है। कुछ कंपनियां “डेटा ट्रस्ट” या “डेटा सहकारी” जैसी अवधारणाओं का अन्वेषण कर रही हैं, जहां ग्राहक विशिष्ट उद्देश्यों के लिए अपने डेटा को सुरक्षित और पारदर्शी तरीके से पूल कर सकते हैं।

अंत में, एआई युग में विश्वास बनाने के लिए एक मूलभूत सांस्कृतिक और नेतृत्व परिवर्तन की आवश्यकता है। कंपनियों को अपने मूल मूल्यों और निर्णय लेने की प्रक्रियाओं में जिम्मेदार एआई और डेटा नैतिकता के सिद्धांतों को शामिल करना चाहिए। उन्हें सभी कर्मचारियों को इन सिद्धांतों पर शिक्षित और प्रशिक्षित करना चाहिए, और नेतृत्व को इन्हें बनाए रखने के लिए जवाबदेह ठहराना चाहिए।

विश्वास एआई युग में अंतिम मुद्रा है। जैसा कि मैंने क्लुमियो वेबिनार के दौरान देखा, एआई-संचालित दुनिया में विजेता वे कंपनियां नहीं होंगी जिनके पास सबसे जटिल डेटासेट या सबसे बड़े डेटासेट हैं, लेकिन वे जो अपने डिजिटल पारिस्थितिकी तंत्र के नीचे एक अटूट विश्वास की नींव बनाने में सक्षम हैं।

एआई मॉडल में पूर्वाग्रह एक महत्वपूर्ण चिंता है। आप संगठनों को अपने एआई सिस्टम में पूर्वाग्रह की पहचान करने और उन्हें कम करने के लिए कौन से सर्वोत्तम अभ्यास अनुशंसा करते हैं?

एआई में पूर्वाग्रह वास्तव में एक महत्वपूर्ण मुद्दा है। एआई सिस्टम डेटा से सीखते हैं जिस पर वे प्रशिक्षित होते हैं, और यदि वह डेटा ऐतिहासिक पूर्वाग्रह या तिरछे प्रतिनिधित्व को प्रतिबिंबित करता है, तो वे पूर्वाग्रह को बढ़ा सकते हैं और हानिकारक परिणाम पैदा कर सकते हैं।

पूर्वाग्रह की पहचान करने और उन्हें कम करने के लिए, मैं संगठनों को निम्नलिखित सर्वोत्तम अभ्यासों का पालन करने की सलाह देता हूं:

सबसे पहले, एआई सिस्टम में प्रवेश करने वाले विभिन्न प्रकार के पूर्वाग्रह के बारे में जागरूक रहें। हर कोई 188 संज्ञानात्मक पूर्वाग्रहों के बारे में पढ़ना चाहिए जो किसी भी मानव में मौजूद हो सकते हैं। विकिपीडिया पर जाएं और “संज्ञानात्मक पूर्वाग्रह” खोजें। जैसा कि आप देखेंगे, सामान्य लोगों में शामिल हैं:

• चयन पूर्वाग्रह: जब प्रशिक्षण डेटा वास्तविक दुनिया की आबादी का प्रतिनिधित्व नहीं करता है जिस पर एआई लागू किया जाएगा।
• ऐतिहासिक पूर्वाग्रह: जब डेटा ऐतिहासिक सामाजिक पूर्वाग्रह को प्रतिबिंबित करता है, जैसे कि नस्लवाद या लिंगवाद।
• माप पूर्वाग्रह: जब डेटा संग्रह या लेबलिंग की विधि पूर्वाग्रह को पेश करती है, जैसे कि विषयगत या असंगत मानदंड।
• अल्गोरिदम पूर्वाग्रह: जब एआई मॉडल स्वयं पूर्वाग्रह पेश करता है, जैसे कि कुछ सुविधाओं पर अधिक फिट होना या छोटे अंतरों को बढ़ाना।

दूसरा, एआई परियोजनाओं पर काम करने के लिए विविध और समावेशी टीमों का निर्माण करें। टीम के सदस्यों के साथ विभिन्न पृष्ठभूमि, दृष्टिकोण और अनुभव होने से पूर्वाग्रह की पहचान करने में मदद मिल सकती है जो अन्यथा अनदेखा हो सकता है। यह डोमेन विशेषज्ञों और हितधारकों को शामिल करना भी महत्वपूर्ण है जो संदर्भ को समझते हैं जहां एआई लागू किया जा रहा है।

तीसरा, डेटा ऑडिट्स का संचालन करें। एआई मॉडल को प्रशिक्षित करने से पहले, सावधानी से डेटा की जांच करें ताकि यह सुनिश्चित किया जा सके कि यह प्रतिनिधित्व, सटीकता और पूर्णता के मामले में न्यायसंगत है। विचार करें कि स्ट्रेटिफाइड सैंपलिंग जैसी तकनीकों का उपयोग करके विभिन्न समूहों का न्यायसंगत प्रतिनिधित्व सुनिश्चित करने के लिए।

चौथा, प्रशिक्षण प्रक्रिया के दौरान विरोधी पूर्वाग्रह का उपयोग करें। इसका अर्थ है जानबूझकर पूर्वाग्रह वाले डेटा के साथ मॉडल को “धोखा” देने का प्रयास करना और फिर मॉडल को इन पूर्वाग्रहों के प्रति अधिक प्रतिरोधी बनाने के लिए समायोजित करना। पूर्वाग्रह कम करने के लिए नियमितीकरण, नियंत्रण अनुकूलन और पोस्ट-प्रोसेसिंग समायोजन जैसी विभिन्न अल्गोरिदम तकनीकें भी हैं।

पांचवें, न्यायसंगतता और पूर्वाग्रह के लिए व्यापक रूप से परीक्षण करें। इसका अर्थ है मॉडल का परीक्षण विभिन्न, वास्तविक दुनिया के डेटासेट और परिदृश्यों पर करना, न कि केवल प्रशिक्षण डेटा पर। न्यायसंगतता का मूल्यांकन करने के लिए मात्रात्मक मेट्रिक्स का उपयोग करें, जैसे कि जनसांख्यिकीय समानता (यह सुनिश्चित करना कि मॉडल के निर्णय संवेदनशील विशेषताओं जैसे कि नस्ल या लिंग से स्वतंत्र हैं) और समान अवसर (यह सुनिश्चित करना कि मॉडल विभिन्न समूहों के लिए समान रूप से प्रदर्शन करता है)।

छठा, एआई निर्णयों के लिए पारदर्शिता और व्याख्या प्रदान करें। तकनीकों का उपयोग करें जैसे कि SHAP मान या LIME मॉडल के निर्णय लेने के तरीके की व्याख्या करने के लिए, और इन व्याख्याओं को उपयोगकर्ताओं या हितधारकों के लिए उपलब्ध कराएं। यह पारदर्शिता पूर्वाग्रह की पहचान करने और विश्वास बनाने में मदद कर सकती है।

सातवें, जवाबदेही और शासन संरचनाओं की स्थापना करें। पूर्वाग्रह और न्यायसंगतता के प्रबंधन के लिए भूमिकाएं और जिम्मेदारियां निर्दिष्ट करें, और नियमित ऑडिट, रिपोर्टिंग और कमी के लिए प्रक्रियाएं स्थापित करें। सुनिश्चित करें कि उपयोगकर्ताओं या हितधारकों के लिए चिंताओं को उठाने और एआई प्रणाली द्वारा अन्यायपूर्ण रूप से प्रभावित होने के लिए उपाय हैं।

अंत में, एक जिम्मेदार और नैतिक एआई संस्कृति को बढ़ावा दें। सभी कर्मचारियों को एआई नैतिकता और पूर्वाग्रह मिटाने पर नियमित रूप से प्रशिक्षित और शिक्षित करें। खुले चर्चा और पूर्वाग्रह चिंताओं की रिपोर्टिंग को प्रोत्साहित करें। नैतिक एआई को एक मूल मूल्य और एक प्रमुख प्रदर्शन मेट्रिक के रूप में बनाएं।

इन सर्वोत्तम अभ्यासों को अपनाकर, संगठन अपने एआई सिस्टम में पूर्वाग्रह की पहचान करने और उन्हें कम करने में सक्षम हो सकते हैं। हालांकि, यह महत्वपूर्ण है कि पूर्वाग्रह को खत्म करना एक निरंतर प्रक्रिया है, न कि एक बार का समाधान। जैसे ही एआई सिस्टम विकसित होते हैं और नए संदर्भों में लागू किए जाते हैं, नए पूर्वाग्रह उत्पन्न हो सकते हैं। संगठनों को निरंतर निगरानी, सीखने और सुधार के लिए प्रतिबद्ध होने की आवश्यकता है।

अंततः, एआई पूर्वाग्रह का समाधान एक तकनीकी चुनौती नहीं है, बल्कि एक सामाजिक और नैतिक अनिवार्यता है। यह सुनिश्चित करने के बारे में है कि जब हम एआई पर अधिक भरोसा करते हैं तो निर्णय लेने के लिए जो लोगों के जीवन को प्रभावित करते हैं, हम ऐसा एक तरीके से कर रहे हैं जो न्यायसंगत और पारदर्शी है।

आगे देखते हुए, आप कार्यस्थल में एआई की भविष्य की भूमिका को कैसे देखते हैं?

आगे देखते हुए, मैं एआई को मूल रूप से काम की प्रकृति को बदलने के लिए देखता हूं, मानव को प्रतिस्थापित करने के बजाय मानव क्षमताओं को बढ़ाना।

दिनचर्या, पुनरावृत्ति वाले कार्यों को अधिक स्वचालित किया जाएगा, मानव को रचनात्मकता, महत्वपूर्ण सोच, भावनात्मक बुद्धिमत्ता और जटिल समस्या समाधान जैसी उच्च मूल्य वाली गतिविधियों पर ध्यान केंद्रित करने की अनुमति देगा। एआई विचार, विश्लेषण और निर्णय समर्थन के लिए एक शक्तिशाली उपकरण के रूप में कार्य करेगा, मानव निर्णय और विशेषज्ञता को बढ़ाता है।

हम मानव-एआई सहयोग को अधिक देखेंगे, जहां एआई डेटा-गहन पहलुओं को संभालता है और मानव न्यांस और नैतिक पर्यवेक्षण प्रदान करता है। नौकरियों को इस सिंर्जी के आसपास फिर से डिज़ाइन किया जाएगा, जिसमें विशिष्ट मानव कौशल पर जोर दिया जाएगा।

एआई व्यक्तिगत, प्रतिक्रियाशील और भविष्यवाणी सेवाओं को भी सक्षम करेगा, ग्राहक सहायता से लेकर स्वास्थ्य सेवा वितरण तक। यह नवाचार को बढ़ावा देगा, नए अंतर्दृष्टि प्रदान करेगा और नए मूल्य बनाएगा।

हालांकि, इस परिवर्तन के लिए कार्यबल को महत्वपूर्ण पुन: कौशल और पुन: प्रशिक्षण की आवश्यकता होगी। शिक्षा और प्रशिक्षण की भूमिका लोगों को एआई के साथ प्रभावी ढंग से काम करने के लिए तैयार करने में महत्वपूर्ण होगी।

अंततः, कार्यस्थल में एआई का भविष्य पूरकता के बारे में है, न कि प्रतिस्थापन के बारे में। यह मानव और मशीनों के बीच एक सहजीवी संबंध बनाने के बारे में है, जहां प्रत्येक अपनी ताकत पर ध्यान केंद्रित करता है, कार्यकुशलता, नवाचार और मानव संभावना को बढ़ाता है। जो संगठन इस संतुलन को मास्टर करेंगे वे उन लोगों के होंगे जो समृद्धि करेंगे।

व्यवसाय अगले पांच से दस वर्षों में एआई लाने वाले परिवर्तनों के लिए अब कैसे तैयारी कर सकते हैं?

आगामी दशक में एआई के कारण होने वाले परिवर्तनों के लिए तैयारी करने के लिए, व्यवसायों को निम्नलिखित पर विचार करना चाहिए:

• व्यावसायिक लक्ष्यों के साथ संरेखित एआई रणनीति विकसित करें, प्रमुख क्षेत्रों की पहचान करें जहां एआई लागू किया जा सकता है और निवेश किया जा सकता है।
• संगठन भर में एआई साक्षरता बनाएं, सुनिश्चित करें कि सभी कर्मचारी एआई की मूल बातों और इसके प्रभाव को समझते हैं।
• डेटा बुनियादी ढांचे और शासन में निवेश करें, डेटा गुणवत्ता, सुरक्षा और नैतिक हैंडलिंग सुनिश्चित करें।
• नियंत्रित वातावरण में एआई के साथ प्रयोग करें, छोटे से शुरू करें और सफलताओं को स्केल करें।
• नौकरियों और प्रक्रियाओं को मानव-एआई सहयोग के आसपास फिर से डिज़ाइन करें, मानव क्षमताओं को प्रतिस्थापित करने के बजाय उन्हें बढ़ाने पर ध्यान केंद्रित करें।
• “ह्यूमिक्स” विकसित करने पर कर्मचारियों को फिर से कौशल और प्रशिक्षित करें – रचनात्मकता, महत्वपूर्ण सोच और भावनात्मक बुद्धिमत्ता।
• पूर्वाग्रह, न्यायसंगतता, पारदर्शिता और जवाबदेही के लिए एआई शासन संरचनाएं स्थापित करें।
• उद्योग के समकक्षों, अकादमिक और नीति निर्माताओं के साथ मिलकर एआई के जिम्मेदार विकास और तैनाती को आकार दें।
• परिवर्तन को अपनाने के लिए परिदृश्य योजना में संलग्न करें, बाजारों, व्यवसाय मॉडल और कार्यबल पर एआई के विघटनकारी प्रभावों की भविष्यवाणी करें और अनुकूलन करें।
• एक लचीला, सीखने वाली संस्कृति को प्रोत्साहित करें जो परिवर्तन और प्रयोग को अपनाती है।

कुंजी यह है कि एआई को एक बार के परियोजना के रूप में नहीं, बल्कि एक निरंतर सीखने, अनुकूलन और परिवर्तन की यात्रा के रूप में देखना है। जो व्यवसाय अब शुरू करते हैं, तकनीकी और मानव क्षमताओं में निवेश करते हैं, वे एआई की क्षमता को हार्नेस करने और इसकी चुनौतियों का सामना करने के लिए सबसे अच्छी स्थिति में होंगे।

सितंबर 2024 में, आप अपनी दूसरी पुस्तक प्रकाशित कर रहे हैं, आईआरआरईप्लेसेबल: आर्टिफ़िशियल इंटेलिजेंस के युग में खड़े होने की कला, आप हमें इस आगामी पुस्तक और हमें इसकी उम्मीद के बारे में बता सकते हैं?

मेरी आगामी पुस्तक, आईआरआरईप्लेसेबल: आर्टिफ़िशियल इंटेलिजेंस के युग में खड़े होने की कला, मैं एआई युग में पनपने के लिए क्या मतलब है इसे गहराई से खोजता हूं।

एक दुनिया में जहां एआई तेजी से प्रमुख हो रहा है, हम अपनी नौकरी, अपने व्यवसाय और अपने बच्चों को एआई द्वारा प्रस्तुत चुनौतियों से कैसे बचा सकते हैं? और सामूहिक रूप से, हम अपनी मानवता की रक्षा कैसे कर सकते हैं?

आईआरआरईप्लेसेबल में, मैं एआई युग में पनपने के लिए एक ढांचा प्रदान करता हूं।

20 से अधिक वर्षों के एआई अनुसंधान और व्यावहारिक अनुभव का लाभ उठाते हुए, मैं उन गुप्त को उजागर करता हूं जो एआई के साथ सद्भाव में रहने और उन विशिष्ट मानव गुणों को पोषित करने के लिए हैं जिन्हें कोई मशीन दोहरा नहीं सकती है। मैं पाठक को तीन भविष्य की क्षमताओं में महारत हासिल करने के लिए मार्गदर्शन करता हूं: एआई-तैयार, मानव-तैयार और परिवर्तन-तैयार होना।

आकर्षक कहानियों, व्यावहारिक रणनीतियों और विचारोत्तेजक अंतर्दृष्टि के माध्यम से, आईआरआरईप्लेसेबल आपको सिखाता है:

• एआई की शक्ति को अपने जीवन, काम और व्यवसाय को बढ़ाने के लिए कैसे हार्नेस करें।
• अपने आप और अपने परिवार को एआई की संभावित कमियों से बचाएं।
• एक एआई-संचालित दुनिया में अप्रतिस्थापित होने के लिए कौशल विकसित करें।
• अपनी कंपनी को एक अप्रतिस्थापित व्यवसाय में बदलें।
• एआई के साथ समृद्धि करने वाले बच्चे पालें।
• एक तकनीक द्वारा पुनः परिभाषित दुनिया में अपना अद्वितीय उद्देश्य खोजें।

चाहे आप एक व्यक्ति हों जो अपने करियर को भविष्य के लिए तैयार करना चाहते हैं, एक माता-पिता जो एआई-तैयार बच्चे पालना चाहते हैं, या एक व्यवसायिक नेता जो तकनीकी व्यवधान को नेविगेट करना चाहते हैं, आईआरआरईप्लेसेबल आपका आवश्यक मार्गदर्शक है। यह केवल परिवर्तन के अनुकूल होने के बारे में नहीं है; यह एआई की शक्ति को अपने आप में सबसे अच्छा संस्करण बनाने के लिए हार्नेस करने के बारे में है।

एआई गंतव्य नहीं है; यह वह वाहन है जो हमें एक अधिक मानव भविष्य में ले जाता है। यह पुस्तक आपका जीपीएस है। आईआरआरईप्लेसेबल बनने की यात्रा पर निकलें और खोजें कि एआई क्रांति तकनीक के बारे में नहीं है; यह मानवता के सार की खोज के बारे में है।

धन्यवाद महान साक्षात्कार के लिए, मैं आईआरआरईप्लेसेबल को पढ़ने की प्रतीक्षा कर रहा हूं जो वर्तमान में प्री-ऑर्डर के लिए उपलब्ध है, पाठकों को इंटेलिजेंट ऑटोमेशन भी पढ़ने में रुचि हो सकती है जो आज उपलब्ध है।

पाठक पास्कल बोर्नेट वेबसाइट पर जाकर अधिक जान सकते हैं।